FouriScaleは、事前学習済み拡散モデルから高解像度画像を生成する際に、周波数領域解析の観点からアプローチします。革新的で、訓練不要な手法により、事前学習済み拡散モデルの元の畳み込み層を、拡張畳み込みとローパスフィルタリングを組み合わせた手法に置き換え、さらにパディングとクロッピングによる戦略を用いて強化することで、様々なアスペクト比のテキストツーイメージ生成を柔軟に処理します。FouriScaleをガイドとして、この手法は生成画像の構造の一貫性と忠実度のバランスをうまく取り、任意のサイズ、高解像度、高品質な生成という驚異的な能力を実現しています。その簡潔さと互換性により、本手法は今後、超高解像度画像合成の探求に貴重な知見を提供するでしょう。